找到 4 条结果
适用于右删失数据的逆幂律-正态模型及其在有机发光二极管寿命预测中的应用
The Inverse Power Law-Normal Model for Right-Censored Data With Application to Life Prediction of Organic Light-Emitting Diodes
Omar Kittaneh · Sara Helal · M. A. Majid · IEEE Transactions on Electron Devices · 2025年2月
本研究将适用于完整数据的逆幂律 - 正态（IPL - 正态）模型推广至右删失数据，假设变异系数保持恒定且不受应力影响。利用新的简单却基本的恒等式，推导出该模型的加速参数和广义变异系数的最大似然（ML）估计方程。广义变异系数的最大似然估计方程是显式的，并且推广了之前针对完整数据所引入的对应方程。将最大似然法与经典最小二乘法（LS）进行了比较。尽管最大似然法计算繁琐且对数值敏感，但本文更倾向于使用最大似然法而非最小二乘法，原因很关键，即只有最大似然法能够估计广义变异系数。不过，出于其他一些原因，本文...
解读: 从阳光电源的业务视角来看，这篇关于逆幂律-正态模型的可靠性分析研究具有重要的技术参考价值。该模型针对右删失数据的寿命预测方法，可直接应用于我司光伏逆变器、储能系统等核心产品的可靠性评估与寿命预测。 在实际应用层面，我司产品如组串式逆变器、储能变流器中的功率半导体器件、电解电容等关键元器件，其长期可...
面向绿色人工智能：基于深度学习与滤波技术的商用锂离子电池健康状态估计与退化分析的节能方法
Towards Green AI: Energy-Efficient State of Health Estimation and Degradation Analysis of Commercial Lithium-Ion Batteries Based on Deep Learning and Filter Technique Approach
Deepak Kumar · Mujeeb Ahmed · Majid Jamil · M. Rizwan 等5人 · IEEE Transactions on Industry Applications · 2025年9月
大型数据集中冗余的相似数据点会增加数据集的规模、存储量、内存使用量、训练时间和计算资源需求，导致深度学习（DL）模型效率显著降低。这些低效问题会降低模型性能并增加能耗。现有的基于深度学习的锂离子电池健康状态（SOH）估计方法常常面临计算需求高、精度低和能耗高等挑战。这些模型为了获得准确的结果需要消耗大量能量，从而导致更高的电力需求和碳足迹。因此，本文提出了一种基于冗余减少方法的新型过滤技术（FT）。该方法可提高数据集的质量，即减小数据集规模、降低内存利用率并减少能耗。将这种新型过滤技术与门控循环...
解读: 该节能型电池健康状态估计技术对阳光电源ST系列储能变流器和PowerTitan大型储能系统具有重要应用价值。通过滤波技术减少冗余数据，可显著降低BMS系统的计算负荷和能耗，特别适用于大规模储能电站的实时健康监测。该方法可集成至iSolarCloud云平台，实现边缘侧轻量化SOH估算与云端深度分析的协...
一种新型吸附反应器用于吸附式热变换器：热能储存系统
A novel sorption reactor for sorption heat transformers: Thermal energy storage system
Salman Hassan · Ilya S.Girni · Milad Ebadi · Majid M. Bahrami · Energy Conversion and Management · 2025年1月 · Vol.328
摘要 本研究针对当前吸附式热变换器系统存在的一些关键局限性，特别是其成本、尺寸和重量问题，这些问题阻碍了其在各类应用中的广泛推广。本文提出了一种新型的壳管式吸附反应器设计，采用轻质外壳替代传统用于包裹吸附反应器的真空腔室。在所提出的结构中，吸附材料被合成为圆盘形状并置于管内，而传热流体则在壳体与管之间流动。对吸附材料进行了全面的材料表征，包括热扩散率测量、热重分析和孔隙率测定。设计、搭建并测试了一个原理验证型实验室规模原型。利用这种圆盘状复合材料，所提出的吸附反应器在单位可用体积内安装了更高活性...
解读: 该新型吸附式热储能技术对阳光电源ST系列储能系统具有重要参考价值。其0.74 MJ/kg能量密度已接近锂电池水平,且成本更低,可作为PowerTitan等大型储能方案的补充技术路线。壳管式反应器的轻量化设计理念可启发PCS热管理优化,特别是在工业储能场景中实现电-热混合储能,提升系统经济性。该技术的...
基于分布式ADMM方法的智能家庭、微电网与氢能集成配电网络三级分层优化框架
A tri-level hierarchical optimization framework for smart homes, microgrids, and distribution networks with hydrogen integration using a distributed ADMM approach
Salman Habib · Sami El-Ferik · Muhammad Majid Gulzar · Sohaib Tahir Chauhdary 等6人 · Applied Energy · 2025年1月 · Vol.400
摘要 本文提出了一种三级分层优化框架，用于协调高比例分布式能源（DERs）接入下的现代配电系统中的决策过程。在底层（第一级），各个智能家庭对其本地光伏发电、电池储能和电动汽车充电进行优化，以降低成本或提高自用率。在第二级，微电网对家庭层面的决策进行聚合，共享风力发电机和燃料电池等资源，并支持点对点能量交易。在顶层（第三级），配电网运营商（DSO）负责调度集中式发电，执行线路容量限制，并设定电价信号或激励机制，以维持系统的整体可靠性。由于直接求解该大规模混合整数线性规划问题在计算上具有挑战性，本文...
解读: 该三层分层优化框架对阳光电源户用光储充一体化解决方案具有重要应用价值。底层智能家居优化与SG系列户用光伏逆变器、ST系列储能变流器及EV充电桩深度契合,可通过分布式ADMM算法实现成本降低12%、网损从4.1%降至3.3%。微电网层的P2P交易机制可赋能PowerTitan储能系统参与多场景协调调度...